14 研究者想要依據母體的性別分布,來抽取具有代表性的性別分布樣本,下列何種抽樣方式最適當?
(A)依賴近便的研究對象(reliance on available subjects)
(B)分層等比例抽樣(stratified propotional sampling)
(C)立意或判斷抽樣(purposive or judgmental sampling)
(D)滾雪球抽樣(snowball sampling)
統計: A(27), B(325), C(106), D(23), E(0) #3821869
詳解 (共 2 筆)
機率抽樣
(1)簡單隨機抽樣 (Simple Random Sampling):
-
做法:像大樂透開獎。把所有名單編號,用電腦隨機抽籤。
-
例子:從全校 10,000 名學生中,隨機抽出 500 人。
(2)系統抽樣 / 等距抽樣 (Systematic Sampling):
-
做法:隨機決定一個起點,之後每隔固定間距選取一個人。
-
例子:在名冊中先隨機抽中第 5 號,之後每隔 20 個人抽一個(抽第 25、45、65 號...)。
(3)分層隨機抽樣 (Stratified Random Sampling):
-
做法:先把母體依照某種特徵分群(如性別、年級),再從每一群內部進行隨機抽樣。
-
例子:研究大學生消費。先按大一、大二、大三、大四分層,再從各年級分別隨機抽 100 人(確保每個年級都有代表)。
(4)叢集抽樣/整群抽樣 (Cluster Sampling):
-
做法:將母體分成多個「性質相似」的小群體(叢集),先隨機抽取幾個群體,再對被抽中的群體進行普查。
-
例子:調查全國小學生的視力。因為無法跑遍全國每間學校,所以隨機抽 5 間學校,並對這 5 間學校的「所有學生」進行檢查。
非機率抽樣
(1)便利抽樣 (Convenience Sampling):
-
做法:找身邊最容易接觸到的人。
-
例子:社工在機構門口請路過的民眾幫忙填寫問卷。
(2)立意抽樣 / 判斷抽樣 (Purposive Sampling):
-
做法:憑研究者的專業主觀判斷,挑選最符合特徵的個案。
-
例子:深入研究「高風險家庭的照顧壓力」,社工憑專業直接挑選 5 個最具代表性的家庭進行訪談。
(3)配額抽樣 (Quota Sampling):
-
做法:類似分層抽樣,但分好類別後,內部抽樣是非隨機、先搶先贏的。
-
例子:規定要收50男、50女的問卷,社工在街上隨便拉人,滿額即截止。
(4)雪球抽樣 (Snowball Sampling):
-
做法:靠受訪者介紹下一個受訪者,像滾雪球一樣。
-
例子:研究藥物成癮者、無家者等隱密人口,靠熟人穿針引線。